La tecnología cloud en el sector financiero en 2022 y el valor añadido de AI Labs
Se prevé que en 2022 el gasto total dedicado a servicios de TI será de unos 1,3 billones de dólares a nivel mundial y, aparte de todas las empresas que ya han adoptado la computación en la nube, los estudios muestran que el 60% de todas las compañías tienen intención de emplear esta tecnología en los próximos 18 meses. Los beneficios de invertir en tecnología en la nube justifican la inversión, ya que el 94 % de las empresas experimentaron mejoras significativas en la seguridad en línea después de trasladar sus datos a la nube.
Con aproximadamente 2,5 quintillones de bytes de datos creados todos los días, las infraestructuras basadas en la nube son especialmente importantes para cualquier empresa financiera que recopila información confidencial e innumerables puntos de datos sobre sus clientes, como los bancos. Sin embargo, con el fin de maximizar la computación en la nube e integrarla con éxito en su estrategia de negocio, las empresas de servicios financieros requieren una comprensión profunda de las últimas tecnologías, capacidades, herramientas y técnicas que ofrecen los diferentes proveedores que forman el mercado de la IA en la nube.
Los principales proveedores de la nube como Amazon Web Services, Google Cloud o Microsoft Azure, también conocidos como hyperscalers, invierten continuamente en la ampliación de su catálogo de servicios para el desarrollo de la IA y la nube, y tienen la posibilidad de escalar las capacidades de la nube de cualquier entidad.
Con el fin de minimizar el tiempo y los recursos necesarios para comprender las mejores formas de aprovechar las capacidades de la nube de IA de los hyperscalers para su modelo de negocio particular, NTT DATA ha creado AI Labs. Se trata de un programa a gran escala que implementa soluciones diseñadas a través de procesos iterativos ágiles que pueden impulsar la experimentación y medir su progreso.
Entonces, ¿qué son los laboratorios de IA y cómo pueden beneficiarse de ellos las instituciones financieras?
AI Labs, el acelerador para la integración rápida de tecnologías IA cloud para entidades financieras
La preocupación por la privacidad y seguridad de los datos, el abandono de aplicaciones on-premise heredadas, el cumplimiento de las nuevas normativas o el miedo a perder el control de los sistemas al migrarlos a la nube, son solo algunos de los retos a los que se enfrentan las entidades financieras a la hora de considerar la incorporación de tecnologías IA cloud en su estrategia. Estas son también algunas de las razones por las que el sector bancario ha sido más lento en la incorporación de tecnologías avanzadas que otras industrias.
Sin embargo, esta posición está empezando a cambiar. Cada vez más instituciones financieras se están dando cuenta de cómo la tecnología puede ayudarlas a cumplir sus objetivos comerciales y, al mismo tiempo, satisfacer las necesidades de los clientes.
Los AI Labs se desarrollaron con un objetivo claro en mente: identificar la mejor combinación de tecnologías IA en la nube de diferentes hyperscalers para las entidades financieras y escalar sus esfuerzos con el mínimo esfuerzo y recursos. AI Labs permite experimentar rápidamente con diferentes técnicas y herramientas de machine-learning disponibles en la nube, en diferentes áreas comerciales, y para casos de uso específicos. Actúan como un organismo independiente pero integrado, que analiza las necesidades comerciales genéricas y los prototipos finales, que una vez validados, se producen y se escalan.
El objetivo de AI Labs es integrar, actualizar y perfeccionar las capacidades de IA/ML en la nube de los flujos de trabajo de una organización a un coste menor. De este modo las empresas financieras pueden reducir el coste asociado a la investigación y el desarrollo interno. Esto permitiría a los bancos concentrar su talento y financiación en la búsqueda de las mejores soluciones para resolver los retos empresariales a los que se enfrentan y prosperar en esta nueva era tecnológica.
AI Labs ofrece soluciones a problemas de PLN
Un caso práctico de uso de AI Labs incluye problemas de Procesamiento del Lenguaje Natural (PLN) que surgen de las consultas de los clientes que llegan a través del chat de un banco en su aplicación. Los clientes chatean con los empleados (no con un chatbot), y el objetivo del banco es analizar esas conversaciones que pueden presentar diferentes niveles de complejidad. AI Labs puede ayudar a analizar los diferentes escenarios que un cliente puede encontrar al enfrentar este tipo de problema. ¿Qué consideraciones técnicas son importantes en un problema de PLN? ¿Qué preguntas básicas debe hacer el cliente antes de seleccionar una solución específica? Estas preguntas, y todas las consideraciones que podamos identificar, nos permitirán elegir correctamente entre usar un proveedor en la nube o trabajar localmente.
En este caso, AI Labs comparará un modelo pre-entrenado proporcionado por el hyperscaler con un modelo personalizado entrenado por el banco. El examen incluirá modelos de lenguaje y el uso de una solución administrada por el proveedor y una solución AutoML más personalizada.
La pregunta del banco es si deben implementar un pipeline analítico completo con un modelo PLN personalizado o si es más eficiente usar uno de los servicios que ofrecen los hyperscalers. Hay dos dimensiones principales que debemos tener en cuenta para este caso de uso:
- La complejidad de los diferentes escenarios a los que se puede enfrentar el cliente ante un problema de PLN.
- Las preguntas básicas y consideraciones técnicas que el cliente debe hacerse antes de seleccionar una solución específica.
Para realizar nuestro análisis, consideraremos un proyecto de clasificación para ilustrar esta idea:
Las soluciones de AI Cloud están en constante evolución y han alcanzado un nivel de madurez lo suficientemente alto como para tener el potencial de convertirse en una pieza clave en la estrategia de IA de cualquier banco. Para aprovechar las capacidades avanzadas de las tecnologías en la nube, las instituciones financieras deben invertir una cantidad considerable de tiempo y recursos para identificar la mejor solución o hyperscaler que se adapte a sus necesidades. Hemos creado AI Labs para ayudar a los bancos y otras entidades financieras a aprovechar al máximo las tecnologías de IA en la nube sin tener que lidiar con las complejidades de desarrollar la solución adecuada, probar proveedores o integrar varias herramientas.